python正则表达式基础之re模块

一、正则表达式

re模块是python独有的匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的，而正则表达式是对字符串进行模糊匹配，提取自己需要的字符串部分，他对所有的语言都通用。注意：

• re模块是python独有的
• 正则表达式所有编程语言都可以使用
• re模块、正则表达式是对字符串进行操作

因为，re模块中的方法大都借助于正则表达式，故先学习正则表达式。

二、常用正则表达式

2.1 元字符

元字符	匹配内容说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\n	匹配一个换行符
\t	匹配一个制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结束
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a｜b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[]	匹配字符组中的字符
[^]	匹配除了字符组中字符的所有字符

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.2 量词

量词	用法说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

 

 

 

 

 

 

 

 

 

三、正则表达式的使用

3.1    . ^ $

正则	待匹配字符	匹配结果	说明
a.	abacad	abacad	匹配所有"a."的字符
^a.	abacad	ab	只从开头匹配"a."
a.$	abacad	ad	只匹配结尾的"a.$"

 

 

 

 

  

 3.2   * + ? { }

正则	待匹配字符	匹配结果	说明
a.?	abefacgad	ab ac ad	?表示重复零次或一次，即只匹配"a"后面一个任意字符。
a.*	abefacgad	abefacgad	*表示重复零次或多次，即匹配"a"后面0或多个任意字符。
a.+	abefacgad	abefacgad	+表示重复一次或多次，即只匹配"a"后面1个或多个任意字符。
a.{1,2}	abefacgad	abe acg ad	{1,2}匹配1到2次任意字符。

 

 

 

 

 

 

 

 

 

 

注意：前面的*、+、?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

正则	待匹配字符	匹配结果	说明
a.*?	abefacgad	a a a	惰性匹配

 

 

 

 

3.3 字符集［］［^］

正则	待匹配字符	匹配结果	说明
a[befcgd]*	abefacgad	abef acg ad	表示匹配"a"后面[befcgd]的字符任意次
a[^f]*	abefacgad	abe acgad	表示匹配一个不是"f"的字符任意次
[\d]	412a3bc	4 1 2 3	表示匹配任意一个数字，匹配到4个结果
[\d]+	412a3bc	412 3	表示匹配任意个数字，匹配到2个结果

 

 

 

 

 

 

 

 

 

 

 

 

四、re模块代码基础函数介绍

• re.compile（pattern，flags = 0 ）：用于编译正则表达式，生成一个正则表达式对象
• re.search（pattern，string，flags = 0 ）：扫描整个字符串并返回第一个成功的匹配
• re.match（pattern，string，flags = 0 ）：如果字符串开头的零个或多个字符与正则表达式模式匹配，则返回相应的匹配对象。
• re.fullmatch（pattern，string，flags = 0 ）：如果整个字符串与正则表达式模式匹配，则返回相应的match对象。
• re.split（pattern，string，maxsplit = 0，flags = 0 ）：通过出现模式来拆分字符串。
• re.findall（pattern，string，flags = 0 ）：返回字符串中所有不重叠匹配项的列表，如果没有匹配到返回空list不会报错
• re.finditer（pattern，string，flags = 0 ）：返回一个迭代器，该迭代器在string类型的RE 模式的所有非重叠匹配中产生匹配对象。
• re.sub（pattern，repl，string，count = 0，flags = 0 ）：返回通过用替换repl替换字符串中最左边的不重叠模式所获得的字符串。